ggplot2パッケージ（tidyverseパッケージに含まれている）のdiamondsデータを使う。
> library(tidyverse) > head(diamonds) # A tibble: 6 x 10 carat cut color clarity depth table price x y z <dbl> <ord> <ord> <ord> <dbl> <dbl> <int> <dbl> <dbl> <dbl> 1 0.31 Good E SI1 63.3 55 544 4.33 4.36 2.75 2 0.8 Very Good H VS2 59.1 59 2953 6.02 6.07 3.57 3 0.78 Very Good H VS1 61.9 57.1 2854 5.87 5.95 3.66 4 0.3 Ideal G VVS2 61.5 57 684 4.29 4.33 2.65 5 1.5 Good F SI2 59.7 61 8181 7.39 7.44 4.43 6 1.2 Very Good E SI2 61.4 58 6130 6.81 6.88 4.2
carat：重さ（カラット）cut：カットの質（5段階）color：色（7段階）clarity：透明度（8段階）depth：table：最も幅広い部分に対する最上部の幅price：値段（USD）x,y,z：それぞれ長さ・幅・高さ（mm）
geom_boxplot( )を使って箱ヒゲ図を描く
xに離散変数（cut）、yに連続変数（carat）を指定するとカテゴリー別の箱ヒゲ図が横方向に並ぶ。
x, yを入れ替えると水平方向の箱ヒゲ図が縦方向に並ぶ。
ここでは箱の色もcut別に塗り分けるようにしたが、見た目華やかになる以外の意味はない（要因による塗り分けを指定する場合はaes()内に入れる書き方は知っておく方がよいかも）。
ggplot(data = diamonds, aes(x = cut, y = carat)) + geom_boxplot(varwidth=TRUE, notch=TRUE, notchwidth = 0.5, aes(fill = cut))
箱の形状に関する指定
notch=TRUEとすると、箱の真ん中の線（通常はmedian）にノッチができる。notchwidthで切れ込み具合を指定できる。例えばnotchwidth=0.2とすると箱の20%幅までノッチが入る。1より大きい値を指定すると箱の幅よりはみ出る。varwidth=TRUEとすると、箱の幅をサンプルサイズの平方根に比例させる
箱の色・線種に関する指定
fill：箱を塗りつぶす色alpha：箱の透過性。0（完全透明）から1（完全不透明）の間で指定。colour：箱の枠線の色linetype：箱の枠線の種類（プロットマーカーや線の種類を変更する [R] - ねこすたっと）size：箱の枠線の太さ
外れ値に関する指定
outlier.colour,outlier.stroke：プロットの線の色・太さoutlier.fill,outlier.alpha：プロットの塗りつぶしの色、透過性outlier.shape：プロットの形。=NAとするとプロットを描かない（見えなくしただけ）outlier.size：プロットの大きさ
※ プロットマーカーについて以前まとめた記事があります（2022-07-17 追加）
geom_violin( )でバイオリンプロットを描く
耳慣れないプロットだが、要は中心線の両側に密度プロットを描いたもの。
scaleでそれぞれのバイオリンの幅をどのように決めるか指定する。
"area"：面積が同じ（デフォルト）
"width"：最大部分の幅が同じ
"count"：最大部分の幅がサンプルサイズに比例（少ないカテゴリーの分布はつぶれて分かりにくくなるかも）
また、draw_quantilesでパーセンタイルを示す線を追加できる。
ggplot(data = diamonds, aes(cut,carat)) + geom_violin(scale="area", draw_quantiles = c(0.25,0.5,0.75))
色・線種に関する指定については箱ヒゲ図を参照。
stat_*( )との対応
次にあげるような箱ヒゲ図を描く元となるデータはstat_boxplot()で計算される。
lower,middle,upper：箱の下端、中央線、上端ymin,ymax：ヒゲの下端、上端
バイオリンプロットで使われる値はstat_ydensity()で計算される。
おわりに
- 箱ヒゲ図で使われているymin, ymaxはリボンプロットやエラーバーを描くときにも出てくる
- ネコ用品にはついつい財布の紐が緩みますね
参考資料
- 本家ページ：
geom_*とstat_*の関係が詳しくまとめられています
